211service.com
Il software AI impara a creare software AI
I progressi nell'intelligenza artificiale fanno sì che alcune persone si preoccupino del fatto che il software toglierà lavori come l'allontanamento dei camion dagli esseri umani. Ora ricercatori di spicco stanno scoprendo che possono creare software in grado di imparare a svolgere una delle parti più complicate del proprio lavoro: il compito di progettare software di apprendimento automatico.
In un esperimento, i ricercatori del gruppo di ricerca sull'intelligenza artificiale di Google Brain hanno progettato un software per un sistema di apprendimento automatico per eseguire un test utilizzato per confrontare il software che elabora il linguaggio. Che cosa è venuto fuori superato i risultati precedentemente pubblicati dal software progettato dall'uomo.
Negli ultimi mesi molti altri gruppi hanno anche segnalato progressi nell'ottenere software di apprendimento per creare software di apprendimento. Includono ricercatori del istituto di ricerca senza scopo di lucro OpenAI (che è stato cofondato da Elon Musk), CON , l'Università della California, Berkeley e l'altro gruppo di ricerca sull'intelligenza artificiale di Google, Mente Profonda .
Se le tecniche di intelligenza artificiale ad avvio automatico diventassero pratiche, potrebbero aumentare il ritmo con cui il software di apprendimento automatico viene implementato nell'economia. Le aziende devono attualmente pagare un premio per gli esperti di apprendimento automatico, che scarseggiano.
Jeff Dean, che guida il gruppo di ricerca di Google Brain, la scorsa settimana ha pensato che parte del lavoro di questi lavoratori potrebbe essere soppiantato dal software. Ha descritto quello che ha definito l'apprendimento automatico automatico come una delle vie di ricerca più promettenti che il suo team stava esplorando.
Attualmente il modo in cui risolvi i problemi è avere esperienza, dati e calcolo, ha detto Dean, al Conferenza sulle frontiere dell'IA a Santa Clara, California. Possiamo eliminare la necessità di molte competenze di apprendimento automatico?
Uno serie di esperimenti del gruppo DeepMind di Google suggerisce che ciò che i ricercatori chiamano imparare a imparare potrebbe anche aiutare a ridurre il problema del software di apprendimento automatico che necessita di consumare grandi quantità di dati su un compito specifico per eseguirlo bene.
I ricercatori hanno sfidato il loro software per creare sistemi di apprendimento per raccolte di molteplici problemi diversi, ma correlati, come la navigazione nei labirinti. Ha escogitato progetti che hanno mostrato una capacità di generalizzazione e di assumere nuovi compiti con una formazione aggiuntiva inferiore al normale.
L'idea di creare un software che impari ad imparare è in circolazione da un po' di tempo, ma gli esperimenti precedenti non hanno prodotto risultati che rivaleggiassero con quelli che gli umani potevano inventare. È eccitante, dice Yoshua Bengio , professore all'Università di Montreal, che in precedenza aveva esplorato l'idea negli anni '90.
Bengio afferma che la più potente potenza di calcolo ora disponibile e l'avvento di una tecnica chiamata deep learning, che ha suscitato recente entusiasmo per l'IA, sono ciò che sta facendo funzionare l'approccio. Ma osserva che finora richiede una potenza di calcolo così estrema che non è ancora pratico pensare di alleggerire il carico o di sostituire parzialmente gli esperti di apprendimento automatico.
I ricercatori di Google Brain descrivono l'utilizzo di 800 processori grafici ad alta potenza per alimentare il software che ha ideato progetti per sistemi di riconoscimento delle immagini che rivaleggiavano con i migliori progettati dagli esseri umani.
Otkrist Gupta, ricercatore del MIT Media Lab, crede che cambierà. Lui e i colleghi del MIT hanno in programma di rendere open source il software dietro il loro propri esperimenti , in cui il software di apprendimento ha progettato sistemi di apprendimento profondo che corrispondevano a quelli creati dall'uomo su test standard per il riconoscimento degli oggetti.
Gupta è stato ispirato a lavorare al progetto dalle frustranti ore trascorse a progettare e testare modelli di apprendimento automatico. Ritiene che le aziende e i ricercatori siano ben motivati a trovare modi per rendere pratico l'apprendimento automatico automatico.
Alleggerire l'onere per il data scientist è un grande vantaggio, dice. Potrebbe renderti più produttivo, renderti modelli migliori e renderti libero di esplorare idee di livello superiore.